🗒️ MCP-Server: AI Sticky Notes

🗒️ MCP-Server：AI 便签

MCP-Server 是一款轻量、模块化的 Python 服务，可让你使用 AI 工具来创建、阅读和总结便签。它基于 FastMCP 构建，提供类似 API 的简单界面，用于管理存储在文本文件中的便签。

---

📦 功能

• ✅ 添加新便签
• ✅ 查看所有便签
• ✅ 获取最新便签
• ✅ 生成便签的 AI 总结

---

🧠 工作原理

该服务使用 FastMCP 提供简单的工具和资源：

• add_note(message) → 将新便签添加到文件中。
• read_notes() → 返回所有已存储的便签。
• get_latest_note() → 获取最新便签。
• note_summary_prompt() → 返回用于总结便签的提示词。

所有便签都存储在同一目录下的 notes.txt 中。

---

📁 项目结构

MCP-Server/
│
├── main.py          # Entry point for the MCP server
├── notes.txt        # Storage for all sticky notes
├── .gitignore       # Git ignored files
└── README.md        # Project documentation

---

📜 便签文件示例

与服务交互后，你的 notes.txt 可能如下所示：

Work meeting today at 10 AM
AI agents use autonomous decision-making to complete tasks without human intervention
Types of AI agents include virtual assistants, recommendation systems, and autonomous vehicles
Agent foundations research focuses on ensuring AI systems make decisions aligned with human values
Multi-agent systems involve multiple AI agents interacting and collaborating to solve complex problems
Reinforcement learning is commonly used to train AI agents through trial and error
AI agents often need to handle uncertainty and incomplete information when making decisions
Tools like LangChain and AutoGPT help developers create and deploy AI agents more easily
Ethical considerations in AI agents include transparency, accountability, and preventing harmful behaviors
Agentic AI systems can use tools and interact with external systems to accomplish goals
Claude Code is an agentic command line tool from Anthropic that lets developers delegate coding tasks to Claude

调用 note_summary_prompt() 时，它会生成如下提示词：

Summarize the current notes: Work meeting today at 10 AM ...

这样一来，你的 AI 模型便可生成简洁的总结，例如：

📌 总结：一条日历提醒，以及关于 AI Agent 的全面概述，包括类型、开发技术（例如强化学习）、工具（LangChain、Claude Code）和伦理问题。

---

🛠️ 要求

• Python 3.7+
• fastmcp

---

✨ 作者

由 HKanoje 创建 — 欢迎联系我，分享反馈或探讨合作！